$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

게임 플레이어 모델을 위한 속성 추출과 모델 활용 사례
Case study of property extraction and utilization model for the game player models 원문보기

한국게임학회 논문지 = Journal of Korea Game Society, v.21 no.6, 2021년, pp.87 - 96  

윤태복 (서일대학교 소프트웨어공학과) ,  양성일 (한국전자통신연구원)

초록
AI-Helper 아이콘AI-Helper

산업의 발전에 따라 게임에 활용되는 기술도 고도화 되고 있다. 특히, 인공지능 기술은 게임로그를 수집하고 분석하여 패턴을 추출하고 게임의 자동화와 지능화를 위하여 활용되고 있다. 이러한 게임 플레이어의 패턴은 온라인 게임에서 플레이어 매칭, 적대적 NPC의 생성, 게임 월드의 밸런싱 등 적용 범위가 넓다. 본 연구에서는 게임 플레이어의 모델 생성 방법을 제안한다. 모델 생성을 위하여 사냥, 수집, 이동, 전투, 위기관리, 제작, 상호작용 등의 속성을 정의하였으며 의사결정나무 방법을 이용하여 패턴을 추출하고 모델링 하였다. 제안하는 방법의 검증을 위하여 상용 게임의 게임 로그를 이용하여 모델링하고 에러율을 확인하였으며 유효한 결과를 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

As the industry develops, the technology used for games is also being advanced. In particular, AI technology is used to game automation and intelligence. These game player patterns are widely used in online games such as player matchmaking, generation of friendly or hostile NPCs, and balancing of ga...

주제어

#게임 플레이어 모델   #게임 인공지능   #게임 봇 검출  

표/그림 (3)

참고문헌 (14)

  1. Korea Creative Content Agency Policy Laboratory, 2018 White paper on Korean games, Korea Creative Content Agency, 2018. 

  2. Tae Bok Yoon, Kyo Hyeon Park, Jee Hyong Lee, Keon Myung Lee, "User Adaptive Game Characters Using Decision Trees and FSMs,", Knowledge-based and Intelligent Engineering Systems(KES) AMSTA 2007, 2007. 

  3. Jangwoo Kwon, Jang-Hoon Jang, "A Study on Implementation of Intelligent Character for MMORPG using Genetic Algorithm and Neural Networks", Journal of Korea Multimedia Society, Vol 10, No 5, 2007. 

  4. JaeYoon Noh, JiHoon Jeon, CheongMok Bae, Kyung-Joong Kim, "Generalized Feature Extraction Method Based on Various Mobile Game Logs for Predicting Gamer Behavior", 2018 Korea Software Society Conference, pp. 818~820, 2018. 

  5. Juyoung Kim, Hunjoo Lee, "A Study of Gamebot Detection using Online Game Log Data Analysis", 2013 Korean Information Science Society Korean Proceedings, pp. 680~682, 2013. 

  6. Yeonjun Choi, Hunjoo Lee, Yongjun Kim, Seongil Jin, "Detecting Bots in Multiplayer Online Games with Log", The Korea Contents Society, 2013 ICCC Proceedings, Vol. 11, No. 2, 2013. 

  7. Tae-Bok Yoon, Jee-Hyong Lee, "A Study of Player Changed-pattern Model for Game Bots Detection in MMORPG", Journal of Korea Game Society, Vol. 11, No. 1, 2011. 

  8. Georgios N. Yannakakis, Pieter Spronck, Daniele Loiacono, and Elisabeth Andre, "Player Modeling", Artificial and Computational Intelligence in Games, Vol. 6, 2013. 

  9. Danial Hooshyar, Moslem Yousefi, Heuiseok Lim, "Data-Driven Approaches to Game Player Modeling: A Systematic Literature Review", Journal ACM Computing Surveys, Vol. 50, No. 6, 2018. 

  10. Hye-Wuk Jung, Sang-Hyun Park, Sung-Woo Bang, Tae-Bok Yoon, Jee-Hyong Lee, "Game Behavior Pattern Modeling for Bots(Auto Program) detection", Journal of Korea Game Society, Vol. 9, No. 5, 2009. 

  11. Seon Min Kim, Huy Kang Kim, "A research on improving client based detection feature by using server log analysis in FPS games", Journal of the Korea Institute of Information Security & Cryptology, Vol. 25, No. 6, 2015. 

  12. Jung Kyu Park, Mee Lan Han, Huy Kang Kim,"A Study of Cheater Detection in FPS Game by using User Log Analysis", Journal of Korea Game Society, Vol. 15, No. 3, 2015. 

  13. Sha Zhao, Yizhi Xu, Zhiling Luo, Jianrong Tao, Shijian Li, Changjie Fan, Gang Pan, "Player Behavior Modeling for Enhancing Role-Playing Game Engagement", IEEE Transactions on Computational Social Systems, Vol. 8, No. 2, April 2021. 

    상세보기

  14. Abhijeet Krishnan, Aaron Williams, Chris Martens,"Towards Action Model Learning for Player Modeling", Sixteenth AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment Vol. 16 No. 1, 2020. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로